メディア

車載半導体設計者がADASから学ぶべき教訓：自動運転車時代に向けて（2/2 ページ）

» 2018年05月08日 11時30分公開

3. 統合上の課題

　自動運転向けSoCの複雑さといったら恐ろしいほどです。スーパーコンピュータ並みの馬力、機能安全要求、準リアルタイム組み込み性能の全てをどうやって1つのカスタムシリコン上で実現するのかと考えればなおさらそう思えてきます。

　ここに、進化してきたADAS設計が教えているいくつかの貴重な教訓があります。メインCPUまたはCPUクラスタが最重要ハードウェアブロックを構成する従来の設計とは異なり、ADAS設計はアルゴリズム固有のハードウェアアクセラレーターが極めて重要であることを示しています。

ADASでの経験は、複数のヘテロジニアスハードウェアアクセラレーターを効率的に管理する上でオンチップインターコネクトが欠かせないことを実証している（クリックで拡大）出典：Arteris IP

　多くの自動運転向け設計では、ハードウェアアクセラレーターは高分解能レーダーイメージング用のマシンビジョンといった特定のアルゴリズム的タスクを実行するプロセッシングノードとして位置づけられています。

　ハードウェアアクセラレーターまたはヘテロジニアスプロセッシングエレメントが特定の自動運転アルゴリズムに合わせて調整されるこのSoCインフラでは、オンチップインターコネクトが全てのハードウェアアクセラレーターをコヒーレントにつなぐことによって複雑さが増すのを防いでいます。

筆者紹介

Kurt Shuler／Arteris IP マーケティング部門バイスプレジデント

　Arteris IP マーケティング部門バイスプレジデント。インテルおよびテキサスインスツルメンツのモバイル、コンシューマ、エンタープライズ各部門で、IP、半導体、ソフトウェアのマーケティングを推進してきた長年の経験を持っています。ISO 26262/TC22/SC3/WG16作業グループの米技術諮問グループ（TAG）のメンバーとして、半導体および半導体IPの安全規格策定に携わっています。

Uber車の死亡事故、センサーは機能していたのか？
Uberの自動運転車が起こした、歩行者の死亡事故。地元警察が公開した映像を見ると、高性能なはずのセンサー類が、歩行者をどの程度検知できていたのか、大いなる疑問が残る。
ADAS設計のハードへの移行が自動運転の未来を変える
自動運転の実現へ期待が集まるが、自動運転システムの実現にはさらなるソフトウェア開発規模の増大という大きな課題がある。この大きな課題を解決するには、ソフトウェア中心のアプローチからカスタムハードウェア開発へと重心を移すべきではないだろうか。
SoC設計者が“ポスト・ムーアの法則時代”を生き抜く術
チップ設計者に「タダ飯」をごちそうしてくれた“ムーアの法則”がなくなろうとしている。これからチップ設計者が生きていくには性能向上と消費電力低減を実現する革新的方法を自ら生み出していくしかない。
自動運転ベンチャーが独自のCNN IPコアを開発した理由
菱洋エレクトロと自動運転ベンチャーの「AImotive（エーアイモーティブ）」は、AImotiveが開発した独自IP（Intellectual Property）による畳み込みニューラルネットワーク（CNN：Convolutional Neural Network）アクセラレーター「aiWare」と、同社の自動運転ソフトウェア「aiDrive」を搭載したデモ車両を日本で初披露した。
ニューラルプロセッサIP、AI搭載モバイルを後押し
Imagination Technologies（イマジネーションテクノロジーズ）が、ニューラルネットワークの処理に特化したアクセラレーター「PowerVR 2NX NNA」を発表した。モバイル機器にAI（人工知能）を搭載する動きが進む中、「今後のキーテクノロジーになる」と同社は語る。
自動運転ではカメラを重視、CESでIntelが基調講演
「CES 2018」の基調講演に登壇したIntelは、自動運転車向け開発プラットフォームを紹介した。競合陣営がレーダーやライダーなどを活用するAI（人工知能）ベースのセンサーフュージョンに注力するのに対し、Intelは“カメラ”の活用を最優先する考えだ。